开发工具 2.0:AI 改变软件工程

简介: 对于开发人员来说,还有更多工作要做。 Copilot 利用 OpenAI 的 Codex 模型,可能只是人工智能改变软件工程师工作方式的开始。Andrej Karpathy 在 2017年预测神经网络将创造新一代软件“Software 2.0”,我们可能会看到帮助人们开发的工具被同样重塑——“Developer Tools 2.0”。

生成式人工智能有望改变一个又一个行业的工作方式,但软件工程的转型还没有结束。


GitHub 的 AI 辅助开发工具 Copilot 已经成功地捕捉到了时机,为开发人员提供编码建议,已在多个方面都取得了成功,受到工程师们的喜爱,一年内吸引了超过一百万用户,并显著提高了生产力。(即使是顶尖的工程师,它也可以写出一半甚至更多的代码)。同时,它还有望成为商业巨头。GitHub 拥有1亿用户,Copilot 每个账号每月收费 10-19美元,预计能够创造数十亿美元的年度收入。

Copilot 的成功引发了一场淘金热。创始人们争相将大型语言模型的能力带到各个他行业,构建工具来帮助专业人士撰写、编码、设计和创建媒体。有“律师 Copilot”、“医生 Copilot”和“设计师 Copilot”,还有许多其他的“X Copilot”。这些都是热门的方向,我们认为生成式人工智能有望改变一个又一个行业,使各个行业专业的人在工作中更加有效,消费者满意度也得到提升。

对于开发人员来说,还有更多工作要做。 Copilot 利用 OpenAI 的 Codex 模型,可能只是人工智能改变软件工程师工作方式的开始。Andrej Karpathy 在 2017年预测神经网络将创造新一代软件“Software 2.0”,我们可能会看到帮助人们开发的工具被同样重塑——“Developer Tools 2.0”。

这个领域有很多机会,一些创始人正在迭代编辑器的内容,从 Copilot 中获取帮助,尝试不同的交互模式或不同的模型。想想 Replit 的 Ghostwriter、Soucegraph 的 Cody、TabNine 等等。

向前一步,还有更多其他机会。比如在代码编写之外的工作,调试和文档编写,或者针对工程组织所做的其他工作,例如事故响应。 您可以考虑除“更快地编写代码”以外的价值主张,例如“编写性能更高或更安全的代码”。您可以放弃插件形式,并重新构建整个应用程序。您可以关注软件工程师以外的人物角色,如需要提高笔记本书写能力的数据科学家(参见:Hex),或者苦于撰写SQL查询语句而努力奋斗的数据分析师。有许多机会可供探索,并且有许多地方可供开发人员加入他们的工作流程中。

注:图是整个报告的核心

开发工具2.0.png

建立传奇公司以实现这一目标并不容易。Copilot面临着与软件盗版相关的法律审查问题。作为掌控GitHub和VS Code的现有公司,微软享有显著的分销优势。许多创始人已经开始使用LLMs进行构建,使得竞争更加激烈。并且,GitHub本身刚刚宣布,计划通过GPT-4使Copilot提供更强大的AI功能。

但在我们看来,AI可以改变软件工程领域,这是一个重要而巨大的机遇,问题在于谁能抓住它。我们认为,至关重要的因素将在专注于开发者体验、提供全新能力,以及做出战略性选择如何落地和扩展到开发者工作流程上。成功意味着重新定义工程实践方式,并有可能打造一家具有代表性的企业。


本文来自红杉资本官网 BLOG,Eolink 翻译,

以大语言模型为核心的 AIGC 技术已经在全球掀起创新风潮,Eolink AI 功能实现全新一代「AI+API」结合,大模型驱动打造 API 研发管理与自动化测试全新体验,应用 AI 能力,一键智能生成「API 文档」、「测试数据」「测试方案」,进一步提升 API 的研发效率及减少运维成本。

相关文章
|
7天前
|
机器学习/深度学习 人工智能 自动驾驶
「AIGC」Agent AI智能体的未来:技术、伦理与经济的交汇点
Agent AI智能体融合机器学习与深度学习,推动社会效率与创新,但也引发伦理、法律及就业挑战。技术上,它们能自我优化、积累知识,如自动驾驶汽车通过学习改善驾驶。伦理上,需建立AI准则,确保透明度和责任归属,如医疗AI遵循道德原则。经济上,AI改变就业市场结构,创造新职业,如AI顾问,同时要求教育体系更新。未来,平衡技术进步与社会影响至关重要。
29 0
|
7天前
|
存储 机器学习/深度学习 人工智能
AI Agent技术的最新进展与改变世界的典型项目巡礼
【7月更文挑战第3天】 AI Agent技术的最新进展与改变世界的典型项目巡礼
 AI Agent技术的最新进展与改变世界的典型项目巡礼
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
智能引领未来:精准选择与高效利用AI技术的实战指南
【7月更文第14天】在当今科技飞速发展的时代,人工智能(AI)已不再局限于科幻电影的想象,而是成为了推动各行各业革新升级的核心驱动力。从自动驾驶汽车到个性化推荐系统,从医疗诊断辅助到智能制造,AI正深刻改变着我们的生活和工作方式。然而,面对琳琅满目的AI技术和工具,如何精准选择并高效利用AI,成为企业和开发者亟需解决的关键问题。本文将为您揭示这一过程中的核心策略与实践技巧,并通过一个简单的代码示例,让您直观感受AI技术的魅力。
23 3
|
2天前
|
机器学习/深度学习 人工智能 算法
未来AI技术在医疗领域的应用与挑战
随着人工智能技术的迅猛发展,其在医疗领域的应用前景广阔,但同时也面临着诸多挑战。本文探讨了AI技术在医疗中的多个关键应用,分析了其带来的潜在益处和可能的风险,以及如何在未来克服技术和伦理上的挑战。 【7月更文挑战第13天】
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
未来AI技术的发展趋势与应用前景探析
随着人工智能(AI)技术的迅猛发展,未来其应用前景愈发广阔。本文将探讨AI技术在各个领域的最新进展,分析其未来发展趋势,以及对社会、经济的深远影响。 【7月更文挑战第10天】
|
7天前
|
人工智能 监控 安全
阿里云携手北京奇奇科技举办《AI智领者技术沙龙》
6月5日,一场主题为“通义大模型的创意与应用探索”的AI智领者技术沙龙在京召开。这场会议汇聚了行业内外众多专家及企业代表,主办方阿里云与北京奇奇科技和与会者共同探讨AI大模型如何从理论走向实践,从实验室迈向广阔的应用场景。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AI辅助医疗诊断:技术突破与未来展望
【7月更文挑战第7天】随着人工智能技术的不断进步,其在医疗领域的应用也日益广泛。特别是在医疗诊断方面,AI技术展现出了巨大的潜力和价值。本文将探讨AI在医疗诊断中的技术突破,分析其优势和挑战,并展望未来的发展趋势。
21 3
|
7天前
|
机器学习/深度学习 人工智能 算法
「AI人工智能」什么是AI技术
**AI技术概览** 本文探讨人工智能(AI)的核心,包括知识图谱、问答系统和AI芯片。AI在硅光芯片、个性化推荐等领域展现趋势,前端开发与AI结合,涉及人机交互、数据可视化和模型训练。此外,文章讨论了监督学习的应用、深度学习工程师的市场需求,以及梯度消失等问题,提示了适宜的批量大小对随机梯度下降的影响。
16 0
「AI人工智能」什么是AI技术
|
11天前
|
数据采集 人工智能 边缘计算

热门文章

最新文章